收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

恶意代码行为本体自动生成的研究

蒋景智  
【摘要】:随着计算机与互联网技术的快速发展,越来越多的重要信息通过计算机和网络进行存储和传递,带来方便的同时,也潜藏着许多威胁。恶意代码是其中主要的威胁之一,通过窃取机密数据、传播垃圾信息、破坏计算机系统可用性等方式,给用户造成巨大损失。因此,对恶意代码的分析和检测愈加迫切和重要。当前,基于静态分析的恶意代码检测方法容易因代码混淆技术而失效,基于动态分析的方法通过分析程序运行时的行为来捕捉其真实意图,有效避免了这一问题。使用本体对恶意代码动态行为进行建模并用于恶意代码检测,不仅具有很好的应用前景,还有助于理解恶意代码的变化趋势,然而,领域中目前仍然缺乏一个高效地构建恶意代码行为本体的方法。本文针对这一问题,提出了一种使用算法挖掘恶意代码行为知识和构建恶意代码行为本体的方法,并对提出的方法开展了实验研究。通过对恶意代码动态行为特征的深入研究,设计了一种从恶意代码与系统的交互信息中提取特征属性并按照发生频率进行过滤的方法。使用多种算法分别进行了恶意代码家族动态行为知识挖掘的尝试,对关联规则挖掘等算法做了改进以解决在实际应用到行为知识挖掘过程中所出现的问题。对使用各个算法得到的结果进行对比分析,从算法互补性和多样性的角度出发,提出了一种结合决策树算法和改进的关联规则挖掘算法来进行恶意代码家族行为知识挖掘的方法,包括一种通过改造这两种算法来建立多个个体学习器并对之进行集成的方法。与此同时,通过对本体理论和应用的调查研究,针对本体的结构特点,设计了一种恶意代码行为本体的类层次结构以及行为知识的具体表示方法。在此基础上,给出了使用所生成的本体对未知样本进行分析和检测的过程,此过程可以对未知样本做出预测,还可以输出未知样本中的威胁行为信息。综合这些过程,本文建立起了一个完整的恶意代码行为本体自动生成并使用生成的本体进行未知样本分析检测的总流程。通过实验对流程中的方法的有效性做了验证,对实验结果的详细分析表明,本文提出的方法可以用于构建一个有效地建模恶意代码行为特征的本体。


知网文化
【相似文献】
中国期刊全文数据库 前18条
1 陈火荣;;数据挖掘中决策树算法的应用研究[J];电脑编程技巧与维护;2017年14期
2 何迪;;面向大数据分析的决策树算法[J];信息系统工程;2017年07期
3 刘宇;程学林;;基于决策树算法的爬虫识别技术[J];软件;2017年07期
4 张棪;曹健;;面向大数据分析的决策树算法[J];计算机科学;2016年S1期
5 蔡星;;决策树算法及其改进[J];科技创新导报;2014年12期
6 刘润宗;阮汝祥;房斌;宋璞;;逆向快速决策树算法概要[J];计算机应用研究;2011年12期
7 赵紫奉;李韶斌;孔抗美;;基于决策树算法的疾病诊断分析[J];中国卫生信息管理杂志;2011年05期
8 林向阳;;数据挖掘中的决策树算法比较研究[J];中国科技信息;2010年02期
9 陆瑞兴;杨颖;张毅;;决策树算法在物流仓储中的研究与应用[J];微计算机信息;2010年30期
10 张林;张昊;;决策树算法分析及其在实际应用中的改进[J];铜陵学院学报;2010年06期
11 龙际珍;任海叶;易华容;;一种改进决策树算法的探讨[J];株洲师范高等专科学校学报;2006年02期
12 唐华松,姚耀文;数据挖掘中决策树算法的探讨[J];计算机应用研究;2001年08期
13 贤继红;王家海;;数据挖掘中决策树算法的研究[J];世界科技研究与发展;2009年04期
14 佘为;韩昌豪;;一种改进的决策树算法研究[J];电脑知识与技术;2015年11期
15 谢妞妞;;决策树算法综述[J];软件导刊;2015年11期
16 吴晓明;;一种新的基于粗糙集的概念模糊化决策树算法[J];新课程学习(中);2014年09期
17 王源;王甜甜;;改进决策树算法的应用研究[J];电子科技;2010年09期
18 宋广玲;郝忠孝;吴海燕;;改进的多关系决策树算法[J];计算机应用研究;2009年12期
中国重要会议论文全文数据库 前10条
1 华勇;张云龙;;决策树算法在信息资产识别中的应用[A];2011年全国电子信息技术与应用学术会议论文集[C];2011年
2 金鑫;闫龙川;刘军;张书林;;基于决策树算法的企业信息系统故障自动诊断分析方法[A];2016电力行业信息化年会论文集[C];2016年
3 张守娟;周诠;;空间数据挖掘决策树算法在遥感图像分类中的应用研究[A];中国遥感应用协会2010年会暨区域遥感发展与产业高层论坛论文集[C];2010年
4 韩松来;张辉;周华平;;决策树算法中多值偏向问题的理论分析[A];全国自动化新技术学术交流会会议论文集(一)[C];2005年
5 叶红云;倪志伟;陈恩红;;一种混合型集成学习演化决策树算法[A];2005年“数字安徽”博士科技论坛论文集[C];2005年
6 桑明茜;;决策树在财务报表分析中的应用[A];中国自动化学会、中国仪器仪表学会2004年西南三省一市自动化与仪器仪表学术年会论文集[C];2004年
7 滕明鑫;高占国;杨秀清;;数据挖掘中决策树算法优化研究[A];2006北京地区高校研究生学术交流会——通信与信息技术会议论文集(下)[C];2006年
8 杨磊;王贵成;汪勇;张占胜;;SQL Server 2005在数据挖掘中的应用[A];2009年中国智能自动化会议论文集(第二分册)[C];2009年
9 史达伟;耿焕同;吉辰;黄超;;基于C4.5决策树算法的道路结冰预报模型构建及应用[A];第34届中国气象学会年会 S20 气象数据:深度应用和标准化论文集[C];2017年
10 杨林权;吕维先;;基于决策树算法的SimuroSot决策程序设计[A];马斯特杯2003年中国机器人大赛及研讨会论文集[C];2003年
中国博士学位论文全文数据库 前5条
1 冯兴华;基于公理模糊集的模糊决策树算法研究[D];大连理工大学;2013年
2 罗海艳;移动用户网络行为分析与预测方法研究[D];沈阳农业大学;2015年
3 刘润宗;模式识别领域中形变不变量的若干关键问题研究[D];重庆大学;2012年
4 陶洪;劳动生产率分解理论及其在我国工业领域的应用研究[D];东华大学;2008年
5 伍平阳;基于数据挖掘技术的医疗设备绩效预测方法的应用研究[D];南方医科大学;2008年
中国硕士学位论文全文数据库 前10条
1 王昺翔;决策树算法在烟草公司CRM中的研究与应用[D];内蒙古大学;2018年
2 吕涛;基于Hadoop平台的并行决策树算法研究[D];西安科技大学;2018年
3 蒋景智;恶意代码行为本体自动生成的研究[D];哈尔滨工业大学;2018年
4 严蔚岚;基于决策树算法的气象数据分析及发布平台[D];南京信息工程大学;2018年
5 谭玉莹;基于C4.5改进的林地宜植性预测系统的研究与实现[D];辽宁大学;2018年
6 朱瑞瑞;基于改进决策树算法的绩效测评应用研究[D];安徽大学;2018年
7 宋晴晴;基于决策树算法的商户小额信贷评级系统[D];湖南科技大学;2017年
8 杜涛;面向柑橘病虫害预警的Hadoop数据挖掘技术研究[D];华东交通大学;2018年
9 姜如霞;基于YARN框架下决策树算法的并行化研究[D];南昌大学;2018年
10 于振灏;基于模糊理论的决策树算法的研究及应用[D];中国地质大学(北京);2017年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978